汽车电子之传感器行业研究多传感器时代融合之路正开启

汽车电子之传感器行业研究：多传感器时代，融合之路正开启1

软硬件解耦趋势下，智能驾驶零部件地位提升华为轮值董事长徐直军曾称：“每一个行业都有可能受到人工智能的影响，未来最能颠覆

的一个产业就是汽车产业。自动驾驶电动汽车可能将中国

16

万亿产值的汽车业，包括周边产

业，彻底颠覆掉。”全球乘用车出货总量接近

1

亿辆，以

2

万美金的

ASP来衡量，全球汽车是一个

2

万亿美元量级的市场。另

2019

年全球商用车出货量

2696

万辆，中

国

432

万辆。当前阶段在车这个庞大应用场景下，集结云计算、AI、物联网等前沿技术，正

经历电动化、智能化、网联化、共享化变革。在特斯拉、蔚来、小鹏等造车新势力推动下，智

能汽车商业化落地渐行渐近，也将带动上游产业链投资机会。1.1

智能化落地长周期下，感知层最先受益围绕汽车智能化这条主线，技术架构可以分成感知-决策-执行层。感知层是汽车的“眼睛”，

环境感知是实现智能驾驶的第一步，通过组合多传感器来感知环境，在

V2X通信技术下实现

车内车外通信。决策层是汽车的“大脑”，是实现智能驾驶的关键一环，融合多传感器收集的

数据，并做出最佳决策。执行层相当于汽车的“四肢”，是智能驾驶的最后落脚点，根据决策

实现纵向横向的自动控制。多传感器配置保证系统冗余：自动驾驶分为

L0-L5

六个等级。在等级要求上：L0-L1

驾驶员参与对车辆横向和纵向控制，L0-L2

驾驶员完

成目标和事件探测与响应。到了

L3

阶段，在特定驾驶模式下由自动驾驶系统完成所有的动态

驾驶任务，但期望人类驾驶员能正确响应请求并接管操控。在功能实现上：L1

主要实现自适

应巡航、自动紧急刹车、车道保持、泊车辅助等功能，L2

能完成车道内自动驾驶、换道辅助

和自动泊车；而

L3

可以进行有条件的自动驾驶如高速自动驾驶，城郊公路驾驶等；L4-L5

最

终实现车路协同，达到城市内自动驾驶。在硬件配置要求上：自动驾驶程度的递进，需要多

传感器的融合，对摄像头、超声波雷达、毫米波雷达、激光雷达等感知层硬件的性能和数量提出更高的要求。1.2

传感知配置先冗余再融合，前向融合是最终趋势多传感器融合的感知系统可以形成互补，有效应对现实世界中的光照，天气，路况各种

复杂条件，以及再安全方面形成冗余设计。激光雷达对于距离的探测很强，也具备一定的全

天候工作能力，在

3D成像和高精度地图定位方面具备优势。摄像头的采样率和分辨率很高，

对于纹理信息获取能力强，但是受到天气的影响太大。相比于摄像头和激光雷达，毫米波雷达

的优势在于全天候工作特性，受不良天气影响弱，测速、测距能力强。超声波雷达主要适用于

近距离感知，具备成本低车规级量产容易等优势。车企硬件军备竞赛已开启，提高自动驾驶安全性和冗余性。从主要车企重点车型感知层

硬件配置的情况来看，除特斯拉软件能力强大硬件配置较为激进外，其他车企考虑到系统的冗

余性，硬件配置持续推高。以特斯拉

Model3

为例，配置

8

个摄像头，12

个超声波雷达，1

个

毫米波雷达。其他智能化程度较高的车企基本摄像头配置在

10

个以上，超声波雷达普遍在

8-12

个，毫米波雷达

3-5

个配置情况居多，另外还有车型领先配置了激光雷达。以蔚来

ET7

为例，

搭载了

11

个

800

万像素的摄像头，12

个超声波雷达，5

个毫米波雷达，和

1

个激光雷达。前融合是未来趋势，最终实现软硬件解耦。传感器融合分成两种：前融合和后融合。后

融合算法下，每个传感器各自独立处理生成目标数据，再由主处理器进行数据融合。而前融合

只有一个感知算法，在原始层把各种传感器的数据融合在一起，实现原始数据的同步，即空间

同步和时间同步。相较于后融合，前融合的优势在于：1）前融合将所有传感器的原始数据进

行统一算法处理，降低了整个感知架构的复杂度和系统延迟；2）许多后融合感知中被过滤掉

的无效和无用的信息，在前感知路线中通过与其他传感器数据融合后进行综合识别，可以创建

出一个更全面、更完整的环境感知信息，大大提高感知系统的稳健性。前融合对于提高感知系统的准确性和稳健性有不可比拟的优势，但是实现多传感的前融

合对于软件、硬件、通信提出了更高的要求：1）软件算法需求：各个传感器数据采集方式和

周期相对独立，后融合向前融合转化需要实现数据空间和时间同步，来控制时间误差需要在

1

微秒以内，100

米外的物体距离精度要在

3

厘米以内，这样需要主机厂在算法端给各个传感器

提供时间校准和空间标定的功能。2）芯片算力需求：整车所有传感器原始数据都汇集到中央

计算平台进行处理，对于

AI芯片的算力提出更高的要求。3）数据通信需求：一是车载的传

感器如毫米波雷达、摄像头、激光雷达等来自于不同硬件厂商，因为产品接口与商业协议等等

问题，有些传感器无法获得原始数据；二是车内通信带宽需升级来支持多传感器数据的并发。多传感器前融合是长周期目标，目前还属于智能驾驶发展初期，传感器本身硬件升级还

有长足空间。多传感器发展路径会趋向冗余再融合，在传感器搭载数量和性能升级的基础上，

逐渐实现多传感器融合。摄像头从单目升级到多目，像素从

2M到

8M再到更高像素。毫米波

雷达从低频的

24GHz毫米波雷达向

77GHz和

79GHz升级。激光雷达还处于技术驱动阶段，

还需翻越车规级量产和降成本两座大山。而另一端软件部分，也将从传统的控制器算法向深度

学习视觉算法到增强型学习决策算法，多次迭代到多传感融合算法。软硬件两条腿走路，最终

走向融合。1.3

软硬件解耦趋势下，智能驾驶零部件地位提升（一）汽车行业技术控制点转移，

Tier0.5

角色应运而生传统汽车技术控制点在于整车的效能，价值量最高的三大核心部件是发动机、变速箱和底

盘，其他零部件和各种各样的汽车电子控制系统由

Tier1

厂商提供。电动车核心三大件电池、

电机、电控三电系统成本占比接近

50%，而对于智能车而言，智能部件、软件、智能座舱将

成为汽车厂商差异化竞争的核心。我们认为在未来汽车产业链中，至少在智能电动、智能驾

驶、智能座舱三个增量市场，会诞生位于车企和传统

Tier1

产业链中间

Tier0.5

集成商填补技

术空白。而这些

Tier0.5

的角色大概率会被三方势力所占据：1）汽车厂商向下兼容走自研路

线；2）科技巨头和初创企业抢先布局赋能车企；3）传统

tier1

厂商向上延伸拓展能力圈。最

终会由哪一方势力主导，是产业链循序升级分工的结果，但是

Tier0.5

集成商都扮演着加速产

业落地重要角色。（二）智能驾驶软硬件解耦趋势，感知层产业链分工加速复盘历史发展阶段来看，在智能化转型初期，车企自身具备智能驾驶能力尚浅，通常首选

与智能驾驶解决方案合作。追溯特斯拉的智能化变革之路，智能驾驶合作伙伴由

Mobileye到

英伟达，最后走向自研的路线。在

2020

年以前，市场上主要的

ADAS解决方案厂商为

Moblieye和英伟达，Moblieye一度占比在

90%以上。但是

Mobileye的智能驾驶方案是“黑匣子”封闭

式模式，不支持主机厂自主开发算法。而英伟达的方案相对灵活，有利于车厂自行开发软件，

特斯拉、小鹏、蔚来等造车新势力相继从

Mobileye跨越到与英伟达的合作中。其中特斯拉走

在最前面，已具备软硬件全栈方案。同样在

2020

年，国内的也涌现出像华为、地平线等国产

智能驾驶解决方案厂商，已与长安、奇瑞、北汽等国产主机厂建立良好的合作关系。我们认为，过去

5

年产业链在智能驾驶的探索已经取得实质性进步，包括像特斯拉已拥有

软硬件全栈能力，包括国内华为、地平线等厂商建立智能驾驶芯片能力。未来智能驾驶软硬

件解耦趋势明显，会带动感知层产业链分工加速。随着车厂积累更多算法能力，MobileyeEyeQ5

走向开放，英伟达、华为、地平线等新品迭出，智能驾驶解决方案厂商将打破过去依赖于一级

供应商的模式，未来将更多采取直接向车企提供硬件、软件支持的方式，从而带动相关零部件

产业链地位提升。摄像头率先实现解耦，整体感知层产业链分工是未来趋势。特斯

拉

Model3

三摄与采埃孚三摄主要差别在于：特斯拉只采集图像信息，将三个

CMOS嵌入在

同一

PCB板上，无需

SOC信息处理器，将图像信息直接传输到控制器进行处理。而采埃孚的

CMOS嵌入在三块不同的

PCB板上，摄像头具备完整的

SOC，最终信息由

Mobileye芯片进行

处理。对于毫米波雷达，特斯拉选择使用大陆的雷达模块

ARS4-B，其内

部有一个

NXP提供的

77GHz雷达芯片组和

32

位

MCU，并未实现数据收集与处理功能的解耦。

我们认为，特斯拉已经实现摄像头的解耦，毫米波雷达等其他感知层产业链的持续分工是未

来趋势，越来越多

OEM厂商也会向特斯拉模式趋近。1.4

感知层细分”赛道”中，摄像头确定性最强，激光雷达弹性最

大我们预计到

2030

年智能驾驶所带动的感知层硬件市场规模可达

3892

亿元，10

年

CAGR为

23%。其中摄像头

1232

亿元，10

年

CARG为

21%；超声波雷达

332

亿元，10

年

CARG为

12%；毫米波雷达

960

亿元，10

年

CARG16%；激光雷达

1367

亿元，2025-2030

年

CARG41%。感知层四个”赛道”中：1）摄像头增长确定性最强，在镜头和

CMOS产业链环节格局向

好，我国已有具备全球竞争力的企业。2）激光雷达”赛道”弹性最大，目前还处于技术驱动

阶段，风险与机遇并存，国内厂商竞争实力与国外厂商齐头并进。3）毫米波雷达犹存国产替

代空间，虽然主要市场被

Tier1

占据，国产初创公司进行技术集成化创新，仍有打破垄断的机

会。4）超声波雷达市场竞争激烈，技术壁垒较低。1）智能网联车渗透率：2020-2025

年

L2-L3

级的

智能网联汽车销量占当年汽车总销量的比例超过

50%，L4

级智能网联汽车开始进入市场。到

2026-2030

年，L2-L3

级的智能网联汽车销量占比超过

70%，L4

级车辆在高速公路广泛应用，

在部分城市道路规模化应用；到

2031-2035

年，各类网联汽车、高速自动驾驶车辆广泛运行。2）单车配置传感器数量：从

L2

到

L3

再到

L4/5

升级，单车配备传感器数量随之提升。

假设单车摄像头装载个数由

5

个到

11

个到

15

个，超声波雷达由

8

个到

12

个，毫米波雷达从

3

个到

5

个到

8

个，激光雷达从不装载到

1

至

3

个。3）价格趋势：超声波雷达和毫米波较为成熟，单价

5%复合增速下降，激光雷达预计大

规模量产后单价在

200-300

美元，摄像头性能升级催化车载摄像头单车

ASP上升。2

雷达：三种雷达逐步上车，强化感知功能2.1

超声波雷达：ADAS应用成熟，竞争壁垒较低超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到通过接收器接收到发送

过来超声波时的时间差来测算距离。目前，常用探头的工作频率有

40kHz，

48kHz和

58kHz三种。一般来说，频率越高，灵敏度越高，但水平与垂直方向的探测角度就越小，故一般采用

40kHz的探头。超声波雷达防水、防尘，即使有少量的泥沙遮挡也不影响。探测范围在

0.1-3

米之间，而且精度较高，因此非常适合应用于泊车。超声波雷达类型可分为两种：第一种是安装在汽车前后保险杠上的，用于测量汽车前

后障碍物的倒车雷达，这种雷达被称为

UPA。第二种是安装在汽车侧面的，用于测量侧

方障碍物距离的超声波雷达，称为

APA。单个

UPA超声波雷达探测距离在

15~250cm之

间，单个

APA超声波雷达

30~500cm之间，探测范围更远。一套倒车雷达系统需要在汽

车后保险杠内配备

4

个

UPA超声波传感器，自动泊车系统需要在倒车雷达系统基础上，

增加

4

个

UPA和

4

个

APA超声波传感器，构成前

4（UPA）、侧

4（APA）、后

4（UPA）

的布置格局。目前超声波雷达主要市场空间由

Tier1

厂商占据，截至

2021

年

5

月，汽车之家在

售车型有

8998

款，配置了倒车雷达的车型有

7074

款，渗透率达到

79%；其中配置前向雷达

车型有

2531

款，渗透率达到

28%。目前超声波雷达较2.2

毫米波雷达：国内厂商向高频化、集成化国产替代毫米波雷达通过天线发射调频连续波（FMCW），经目标反射后接收到的回波与发射

波存在一个时间差，利用该时间差可计算出目标距离。通过信号处理器分析发射与反射信

号的频率差异，基于多普勒原理，可以精确测量目标相对于雷达的运动速度，进一步通过

多目标检测与跟踪算法，实现多目标分离与跟踪。车载毫米波雷达按工作频段可以分为短程毫米波雷达

SRR（24GHz频段）、中程毫米

波雷达

MRR（76-77Ghz频段）、长程毫米波雷达

LRR（~77Ghz频段）。24GHz毫米波雷

达主要适用短距离范围，应用范围多为盲点监测，车道保持和自动泊车等场景。77GHz毫米波雷达测距范围可达

100-250

米，探测距离长、识别精度高且穿透力强，主要用于自

适应巡航、向前碰撞预警和自动紧急刹车等场景中。政策确定频段划分，77GHz雷达成为主流方向。欧洲电信标准化协会(ETSI)和联邦

通信委员会(FCC)对

24GHz频段中

UWB频段的限制，2022

年

1

月

1

日以后，UWB频段

将无法在欧洲和美国使用，只有窄带

ISM频段可以长期使用。21

年

3

月，中国工信部发

文，将

76-79GHz频段规划用于汽车雷达，并计划自

2024

年

1

月

1

日起，停止生产或者

进口在国内销售的

24.25-26.65GHz频段车载雷达设备。原本由

24GHz占据的角雷达市场

将在未来

2-3

年转变为

77GHz雷达，77GHz雷达成为主要发展方向。目前毫米波雷达市场主要由

Tier1

厂商占据，其中短距离毫米波雷达主要市场份额由

维宁尔（32%）、大陆（22%）、安波福（15%）、法雷奥（7%）构成，长距毫米波雷达主

要由博世（40%）、大陆（35%）、电装（15%）、安波福（6%）构成。拆分毫米波雷达结构可分为射频前端，信息处理系统以及后端算法三大部分。射频

部分成本占比约

40%，其中

MMIC（25%）、PCB（10%）、控制电路（5%）。信息处理系

统

DSP占比

10%，后端算法占比最高达

50%。关键部件

MMIC（单片微波集电路）包括

多种功能电路，如低噪声放大器（LNA）、功率放大器、混频器、检波器、调制器等，主

要由英飞凌、飞思卡尔等海外厂商供应。雷达天线高频

PCB板：毫米波雷达天线的主流

方案是微带阵列，将高频

PCB板集成在普通的

PCB基板上实现天线的功能，需要在较小

的集成空间中保持天线足够的信号强度。77GHz雷达的大范围运用将带来相应高频

PCB板的巨大需求。毫米波雷达芯片

CMOS工艺成为趋势。CMOS工艺不仅可将

MMIC做得更小，甚

至可以与微控制单元（MCU）和数字信号处理（DSP）集成为

SoC。国外主流供应商为

TI、英飞凌和

NXP，国内企业有加特兰微电子、岸达科技等。2019

年

3

月

21

日，加特兰

微电子发布了其革命性的

Alps系列毫米波雷达系统单芯片，主要应用于前向

AEB/LKA等主动控制

ADAS。2020

年

4

月

15

日，岸达科技正式发布了其低功耗、低成本的

77GHzCMOS的雷达

SoC芯片“ADT3101”,

ADT2001

结合毫米波雷达成像算法,可实现媲美激

光雷达的成像效果。产品设计上高频化、4D成像雷达创新落地。目前毫米波雷达市场主要被国外

Tier1

厂商占据，主要厂商集中研发和生产

77GHz、79GHz雷达、4D成像雷达。2020

年底，大

陆集团宣布

2021

年量产首个

4D成像雷达解决方案，宝马成为首家量产搭载汽车制造商。

21

年

4

月，华为发布高分辨

4D成像雷达，其采用

12T24R大天线阵列（12

个发射通道，

24

接收通道），比常规毫米波雷达

3T4R的天线配置，提升了

24

倍，比业界典型成像雷达

多

50%接收通道。毫米波雷达产业链国内厂商实现局部突破。毫米波雷达的上游环节主体包括各硬件、

软件供应商。硬件由射频前端（MMIC）、数字信号处理器（DSP、MCU）、天线

PCB板

等部分构成，软件算法即后端算法。中国毫米波雷达芯片企业核心技术积累少，MMIC供

应商集中为国际企业，如

NXP、英飞凌、TI、意法半导体、瑞萨电子、得捷电子等。随

着近两年中国集成电路产业进程的加快，毫米波雷达产业链国内厂商实现局部突破。2018

年厦门意行半导体自主研发的

24GHzSiGe雷达射频前端

MMIC套片，率先实现了中国该

领域零的突破，现已实现量产和供货。高端

DSP芯片和

MCU芯片主要被国外企业垄断，

DSP芯片供应商有亚德诺半导体、美高森美等公司。毫米波雷达高频高速

PCB板市场主

要由国外厂商

ROGERS、松下电器等占据，国内厂商有生益科技、沪电股份。2.3

激光雷达：技术驱动初期，前装上车在即激光雷达是通过发射激光并接收从物体反射回波，通过回波转换成光电信号从而探测被

测物的距离、方位、高度、速度等物理参数的主动遥感设备。激光雷达可以按照光源波长、发射系统、接收系统和扫描系统的不同进行元器件分类。

根据扫描活动部件的多少，可以分为机械式、混固态式和固态式激光雷达；根据测距原理的不

同则可以分为

ToF激光雷达和

FMCW激光雷达。高阶自动驾驶安全冗余，激光雷达被众多车企选择。目前自动驾驶感知层方案主要分成

两个派系，一个是以特斯拉为首的视觉派，以摄像头为主导，高算法低感知要求。另一个是其

他造车新势力的多传感融合方案，低算法高感知要求，具备更高的精确度和可靠性。长尾场景

是实现自动驾驶的一大隐患，摄像头和毫米波雷达等构成的感知系统对于部分长尾场景会存在

决策失灵的情况。实现更高等级的自动驾驶过程，在感知系统中加入激光雷达来增强冗余性，

提高车辆的安全性是众多车企的选择。激光雷达陆续上车，如小鹏

P5

搭载大疆激光雷达、极

狐阿尔法

S搭载华为激光雷达。（一）车规和

OEM需求产品实现前装量产需要经历产品迭代和生产验证流程，整个流程所需的时间在

18-36

个月。激光雷达厂商首先需要面对

OEM厂商提出的性能和成本要求，总体要求是高感知性能、

低成本、高集成度。性能方面，OEM厂商的评价标准又包括实测表现和隐性指标。显性性能

参数主要包括测远能力、点频、角分辨率、视场角范围、测距精度、测距准度、功耗、集成度；

成本方面则

OEM厂商则希望单个激光雷达成本控制在

1000

美元以下。各

OEM厂商提出的要

求不一，其中还包括了难以量化的隐性指标如软件能力、美观程度等。要实现前装还需要通过车规级标准，主要为

ISO26262《道路车辆功能安全》国际标准。

车规要求产品可以通过

DV（设计验证）、PV（生产确认）以及

EMC（电磁兼容性）等标准认

证，并进行车规振动、冲击、温度循环等测试试验，目前已经通过车规标准并前装量产的有

Valeo的

Scala。（二）多种技术路线逐步贴近

OEM需求，混战中国内厂商产品竞争力初现传统激光雷达厂商、大批激光雷达创业公司、科技巨头正参与到车规级激光雷达市场的

混战中。当前激光雷达行业龙头仍为

Velodyne等机械式激光雷达厂商，但由于机械式方案未

有完全成熟的车规级产品。目前车规级激光雷达产品整体方案设计的发展总体方向为低成本、高性能、高集成度、

固态化。各厂商根据自身技术储备选择了不同的技术方案以求达到

OEM厂商的需求，激光

雷达厂商通过对激光雷达发射系统，接收系统，信息处理系统和扫描系统的设计组合形成特色

方案。Luminar和

Aeva的产品方案在参数上目前看最接近满足前装需求，国内厂商

Livox、华

为等产品方案具备竞争力。各厂商均针对

OEM提出的需求对产品进行了设计，其中

Luminar和

Aeva的产品方案在参数上目前看最接近满足

OEM需求，国内激光雷达企业也有望激光雷

达车载前装市场后来居上：1）

禾赛科技和镭神智能均布局了包括

FMCW在内的多种路线的关键技术，从而降低路

线失败的风险，其中禾赛科技

1550nm波段发射技术和芯片化

1.0

成果已经应用在其

激光雷达产品上；2）

Livox采用独特的双棱镜非重复扫描设计，采用创新设计，减少使用不成熟的高成本

组件和工艺，借助

DL-Pack专利技术，实现激光器自动校准，提高良品率。目前已与

小鹏汽车达成量产项目合作，量产时间预计将在

2021

年；3）

速腾聚创

MEMS激光雷达

RS-Lidar-M1

已获得全球多个量产车型定点合作订单，首

个定点订单来自北美某车企，当前累计路测历程已达

100

万公里；4）

华为采用

1550nm激光波段和微振镜扫描器架构，目前已建成第一条

Pilot产线，其

已与长安、北汽集团合作量产落地项目。国内厂商在技术实力、路线布局、量产能力和下游资源上具备一定市场竞争力，随着下

一步激光雷达行业从技术路线之争逐步转向量产落地时间窗口之争，国内厂商大规模量产能

力和下游客户资源储备值得长期跟踪。（三）上游元器件成熟降低成本，国产渗透有望加速激光雷达成本构成为光电系统成本（70%）、人工调试成本（25%）、其他成本（5%），其

中光电系统还包括发射、接收、控制等模组。目前自动化产线不成熟和多个关键元器件成本高

昂是激光雷达成本高企的原因，未来国产化、高集成度和自动化生产为激光雷达成本主要下降

路径。激光雷达上游元器件主要包括发射和接收系统元器件、信息处理芯片和光学组件，其中

多个关键元器件仍存在价格高昂或技术未成熟的问题，成为前装量产量产关键瓶颈。如发射

端

VCSEL激光器在功率密度上难以达标，光纤激光器价格昂贵；接收端

InGaAs衬底探测器

价格高企；扫描系统结构设计复杂等。激光发射器和探测器上游目前仍以国外厂商为主，激光器供应商目前主要为欧司朗、滨

松等厂商，探测器供应商则主要有滨松、FirstSensor等。未来激光雷达发射器和探测器有望

出现国产替代，国内厂商已有纵慧激光、炬光科技等入局；探测器端已有芯视界、灵明光子

入场。当前已有部分国内公司产品可通过车规认证（

AEC-Q102），且激光器厂商已实现多环

节自研和国产替代。但产品规格如发光效率上尚未能满足车企和激光雷达厂商要求，未来产品

逐步迭代成熟后有望借助低成本等优势实现国产替代。FPGA、模数转换器由国外厂商垄断，国内技术差距仍较显著。FPGA和模数转换器市场

均为明显的寡头垄断格局，FPGA芯片主要厂商为赛思灵和英特尔；ADC芯片市场主要厂商

为

ADI和德州仪器。目前国外龙头企业的芯片产品已基本可满足激光雷达设计需求，国内厂

商在该领域距离行业龙头仍具备较大差距。激光雷达产业链现多点突破机会，国内厂商有望形成合力在混战中占据优势。激光发射和

探测系统、滤光片、准直镜等光学组件这些激光雷达关键元器件上，国内厂商产品技术有望接

近滨松、欧司朗等国际光电元器件龙头。如上游元器件国产替代顺利，上游供应链与国内激光雷达厂商有望形成合力，以高性能、低成本的激光雷达产品快速抢占混战中的激光雷达市场。3

摄像头：确定性最强”赛道”，镜头和

CMOS国产替代格局向好3.1

远景看车载摄像头千亿市场，近景自动驾驶军备竞赛开启车载摄像头工作原理：目标物体通过镜头（LENS）将光学图像投射到图像传感器上，光

信号转变为电信号，再经过

A/D（模数转换）后变为数字图像信号，最后送到

ISP（图像信号

处理芯片）中进行加工处理，由

ISP将信号处理成特定格式的图像传输到汽车自动驾驶系统进

行识别。目前汽车搭载摄像头以环视、后视为主，前视数量呈上升趋势，单目摄像头为主流方案。

车载摄像头主要包括前视摄像头、环视摄像头、后视摄像头、侧视摄像头、内置摄像头等。目

前车载摄像头主要应用于倒车影像（后视）和

360°全景影像（环视），高端汽车的各种辅助

设备配备的摄像头可多达

8

个，图像分辨率在

1-2MP，用于辅助驾驶员泊车或触发紧急刹车。

前视摄像头能够实现前车防撞预警（FCW）、车道偏离预警（LDW）、交通标志识别（TSR）、

行人碰撞预警（PCW）等功能，成本较高，对于图像分辨率的要求也更高，目前已有

8MP的

前视摄像头产品。现阶段，前视摄像头以单目为主流方案，多目虽然能有更好的测距功能，但

成本也会提高

50%左右，技术上也有进一步提升的空间。随着自动驾驶技术的完善，未来前

视摄像头搭载数量或将进一步提升，从而实现更为精准的识别。车载摄像头对安全性有较高要求。手机摄像以成像高质量为目的，而车载摄像头以驾驶

安全为目的。汽车摄像头工作环境变化大，对帧率、可靠性和稳定性等要求较高。车载摄像头要求能在-40℃

到

85℃的环境中持续工作，能不受水分浸泡的影响，防磁抗震，使用寿命需达

8~10

年。另外，

出于安全的考虑，车载摄像头需要在短时中断供电的情况下依旧保证工作。高动态范围、夜视、LED闪烁抑制等性能将不断普及。目前，车载摄像头的功能要求其

需要具备以下性能：车载摄像头往往还需要具备夜视功能，能够抑制低照度摄影时的噪声，在

暗光条件下依然要有出色的表现。水平视角扩大为

25°~135°，要实现广角以及影像周边部

位的高解析度，至少使用

5

个左右的镜头。远景看：车载摄像头产业将遵循手机摄像头创新规律，长期受益于智能网联车渗透率提

升+单车配置数量提升+性能升级催化

ASP提升三重因素，车载摄像头市场持续高景气，我们

测算到

2030

年全球车载摄像头市场规模可达千亿级，10

年复合增速可达

20%以上。1）智能网联车渗透率：2020-2025

年

L2-L3

级的

智能网联汽车销量占当年汽车总销量的比例超过

50%，L4

级智能网联汽车开始进入市场。到2026-2030

年，L2-L3

级的智能网联汽车销量占比超过

70%，L4

级车辆在高速公路广泛应用，

在部分城市道路规模化应用；到

2031-2035

年，各类网联汽车、高速自动驾驶车辆广泛运行。2）单车配置摄像头数量：摄像头配置从

5

个上升

8/11/13/15

个不同方案，单车平均配置

摄像头数量从

2.3

上升至

4.5、9.6

个。3）性能升级催化

ASP提升：ADAS加速渗透，图像分辨率从

1MP升级到

8MP，HDR、

夜视、3D成像功能优化，催化车载摄像头

ASP上行趋势。近景看：“目明”为智能化第一步，车企自动驾驶军备竞赛已开启，车载摄像头处于爆发

前夕。一般来说，ADAS系统功能完整实现需要单车搭载至少

6

个摄像头，随着自动驾驶化程度

提升，将趋势车载摄像头数量增长。特斯拉的

Autopilot2.0

使用

8

颗摄像头，包括

3

个前视、

3

个后视及

2

个侧视。以蔚来

ET7

为例，一共搭载了

11

个车载摄像头，像素达

800

万，包括

4

个前置（1

个单目和

1

个三目模块），4

个环视摄像头和

3

个其他摄像头，为驾驶者提供了全

景影像，以全方位保证车辆行驶安全。3.2

产业链价值分布，模组、镜头、CIS投资价值高1）

市场空间：模组>CMOS>镜头。到

2030

年预计新能源车单车搭载摄像头个数可达

11.5，

非新能源车单车搭载达到

5.3

个。经测算，

2030

年全球乘用车车载摄像头前装市场

规模可达

1232

亿，10

年复合增速为

21%，其中搭载数量的复合增速为

18%。产业链

CIS市场空间可达

517

亿，镜头可达

345

亿元，两者占整体摄像头空间比例约

70%。2）

产业链价值：CMOS>镜头>模组。由于

CMOS是决定成像品质的关

键元器件，在车载摄像头成本占比最高（50%），模组封装（25%）、光学镜头（25%）。

根据前瞻产业研究院对于手机摄像头的成本拆分，其中

CMOS（52%）、镜头（20%）、

模组（19%）。产业链价值分配差异在于，车载摄像头模组成本占比较手机高。我们认

为主要原因在于，在车载摄像头产业链中

Tier1

厂商负责模组的组装以及系统集成，

长期车企与

Tier1

厂商强绑定的关系中

Tier1

拥有较高议价权。同时我们也注意到镜

头等

Tier2

的零部件厂商产业链地位在提升，如特斯拉

Model3

三摄摄像头无需处理

SOC，不添加任何后处理直接由自动驾驶控制域处理信息，如蔚来

ET7

摄像头或将选

择镜头厂商直供模组的方式。随着车载模组竞争越来越激烈，预计模组的成本占比将

下行，CMOS和镜头的占比提升。3）

行业集中度：CMOS>镜头>模组。2019

年全球车载摄像头

CR5

达

55%，行业较为分散，Tier1

厂商居多，具备与车企长期合作的优势。车规级认证壁垒高，Tier1

厂商具备先发优势。手机摄像以成像高质量为目的，而车载摄

像头对帧率、可靠性和稳定性等要求较高，车规级的认证周期长达

3-5

年。目前模组市场依然

由

Tier1

厂商主导，以博世、大陆、德尔福、麦格纳、采埃孚为代表的

Tier1

厂商提供一系列

前视、环视产品，供货给奥迪、奔驰、吉利、广汽等众多车企。未来随着镜头厂商经验积累以

及客户关系的稳定，有向车企供给模组的趋势。手机模组及镜头厂商入局，车载模组新品迭出。国内舜宇光学、欧菲光等厂商在手机镜

头模组领域市占率较高，拥有一定的工艺经验，在车载模组同样布局良多。舜宇光学模组产品

种类较为全面，仅前视单目模组就有

6

种类别，分辨率从

1MP-8MP不等，视场角从

15°到

120°不等，HDR参数维持在

120dB左右，能够实现较多

ADAS功能。同时舜宇还推出了多

目模组，双摄光轴精度高，震动位移变形小，成像清晰温漂小。世高光和

Entron作为英伟达

的摄像头模组供应商，目前其产品也都包括了

HDR功能和夜视功能，图像分辨率维持在

1-2MP的水平。Entron向英伟达供应的

F008

前视摄像头模组达到了

8.3MP，且都具有防潮的能力，

能实现

ADAS、全景影像、E-Mirror等功能。车载镜头要求镜片具有高耐用性和热稳定性。按材质来分，镜片可由玻璃、塑料制成。

目前车载摄像头玻璃和塑料镜片均有选用，对于自动驾驶等级要求较高的镜头多选用玻璃镜

头。玻璃镜片具有高耐用度和防刮伤性，且温度性能较好。塑料镜片价格便宜但是成像效果

差，且在汽车恶劣的使用环境中容易造成镜片变形，影响成像质量。1)

塑料镜头：优点：重量轻、成本低、工艺难度低，适合大批量生产；缺点：透光率稍低，耐热性差、热膨胀系数大、耐磨性差、机械强度低等。2)

玻璃镜片：优点：性能优良，透光率高；缺点：主要是量产难度大，良率低、成本高。玻璃镜头一般用在中高端安防视频监控、车载镜头、中高端新兴消费类电子、机器视觉等高端产品上。舜宇光学早期进军车载摄像头领域，市场占有率持续第一。公司自

2004

年进入车载镜头

领域，并在

2008

年成立了宁波舜宇车载光学技术有限公司，于

2012

年首次达到市场占有率第

一并保持该地位至今。从出货量来看，公司自

2014

年的

0.11

亿颗增长至

2020

年的

0.56

亿颗，

CAGR达

30.76%。其产品布局丰富，在光学领域有着深厚积累和领先技术，作为我国车载镜

头的领跑者，目前已完成了

800W像素前视、侧视和后视镜头的研发，可应用于

L4

级

ADAS。联创电子

2015

年就进入了特斯拉产业链，现在又中标

5

款

Tesla下一代车载光学产品陆

续上量，有望成为

Telsa车载镜头一供。在另一造车新势力蔚来

ET7

这款车中，联创中标了

7

款

8MADAS车载模组。与

ADAS平台商合作上，公司已与

ADAS平台商

Mobileye、Nvidia、

华为、Aurora和